0x00 is与==

==运算符是比较两个对象的内容是否相等,默认情况是调用对象的__eq__方法进行比较;而is是比较两个对象是否一样,它比较的两个对象的id,即它们的内存地址是否相同。

> a = [1,2,3]
> b = [1,2,3]
> a == b
True
# a和b是否是同一个对象
> a is b
False
# a和b的地址其实是不一样的
> id(a)
4498717128
> id(b)
4446861832

在比较时但也有例外。Python对一些常用的值进行缓存优化,例如在区间[-5,256]的整数,它们在创建时,无论创建多少个对象,它们的id是一样的,即它们在底层中只保存一份内存。

> a = -5
> b = -5
> a == b
True
> a is b
True
> a = -6
> b = -6
> a == b
True
> a is b
False

对一些短的字符串也是如此,因此并不是所有字符串都会创建新的实例

> a='123'
> b='123'
> a==b
True
> a is b
True
> id(a)
4446903800
> id(b)
4446903800
> x = 'long char'
> y = 'long char'
> x == y
True
> x is y
False

0x01 __repr__与__str__

每个类都应该提供一个__repr__方法。__repr__方法和__str__方法有什么不一样呢?
简单的说,__repr__可以反映一个对象的类型以及包含的内容,而__str__主要是用于打印一个对象的内容。例如看一下Python中的日期类datetime

import datetime
> today = datetime.date.today()
> today
datetime.date(2019, 7, 7)
> print(today)
2019-07-07
> str(today)
'2019-07-07'
> repr(today)
'datetime.date(2019, 7, 7)'

__str__在字符串连接,打印等操作会用到,而__repr__主要是面向开发者,它能反馈的信息比较多,例如在交互环境下输入today这个变量会打印出datetime.date(2019, 7, 7),不仅可以看出today代表的是今天的日期信息,还可以看出它的类型信息。更重要的是你可以直接复制这段打印出来的信息,直接构造一个“相同”的对象出来。

例如

> now = datetime.date(2019, 7, 7)
> now
datetime.date(2019, 7, 7)

0x02 对象复制

对象的复制或说对象拷贝可以分为浅拷贝和深拷贝。

浅拷贝与深拷贝

我们通过代码来说明,就很好理解

如果要拷贝的对象是基本数据类型,那么深拷贝和浅拷贝的区别不是很大。

> a = [1,2,3]
> b = list(a)
> a[1]=200
> a
[1, 200, 3]
> b
[1, 2, 3]

修改a中的元素并不会影响到b

但如果要拷贝的对象包含了另一个对象,那么就要考虑深拷贝和浅拷贝的问题了。

> a = [[1,2,3],[4,5,6],[7,8,9]]
> b = list(a)
> a == b
True
> a is b
False

这里有一个列表a,里面有三个子列表,即列表里包含的是对象。

我们使用list工厂方法创建了一个a的拷贝b,这个b就是a的浅拷贝,为什么呢?

> a[1][2]='x'
> a
[[1, 2, 3], [4, 5, 'x'], [7, 8, 9]]
> b
[[1, 2, 3], [4, 5, 'x'], [7, 8, 9]]

把a[1][2]的元素修改成了x,这时候b列表中也响应了相同的修改。所以这是浅拷贝,因为没有把子对象进行拷贝,只是拷贝了指向子对象的引用。

知道浅拷贝,那么深拷贝就很好理解了。执行拷贝之后,拷贝对象和原对象是完全独立的,修改任何一个对象都不会影响到另一个对象

如何深拷贝一个对象

这时候就需要copy模块了,该模块有两个重要的方法deepcopy和copy。不错,就是分别代表深拷贝和浅拷贝。

> import copy
> a = [[1,2,3],[4,5,6],[7,8,9]]
> b = copy.deepcopy(a)
> a
[[1, 2, 3], [4, 5, 6], [7, 8, 9]]
> b
[[1, 2, 3], [4, 5, 6], [7, 8, 9]]
> a[1][2]='change'
> a
[[1, 2, 3], [4, 5, 'change'], [7, 8, 9]]
> b
[[1, 2, 3], [4, 5, 6], [7, 8, 9]]

执行深拷贝之后,对a的修改并不会影响到b。

0x03 Abstract Base Classes(ABC)

抽象基类的使用

为了说明为什么要使用ABC,我们先看下不使用ABC的情况

# 定义了基类Base
> class Base:
	def foo(self):
		raise NotImplemented
	def bar(self):
		raise NotImplemented

# 定义实现类
> class Concrete(Base):
	def foo(self):
		print('called foo')
  
  # 实现类并没有实现bar方法
	
> c = Concrete()
> c.foo()
called foo
> c.bar()
Traceback (most recent call last):
 File "<pyshell#391>", line 1, in <module>
  c.bar()
 File "<pyshell#384>", line 5, in bar
  raise NotImplemented
TypeError: exceptions must derive from BaseException

可以看到没有实现基类bar方法的Concrete类,依然可以使用,并没有在第一时间抛出错误。

要解决这个问题,就要用到我们abc模块了。

from abc import ABC
# 定义基类,继承于ABC
> class Base(ABC):
	@abstractmethod
	def foo(self):
		pass
	@abstractmethod
	def bar(self):
		pass

	
> class Concrete(Base):
	def foo(self):
		print("called foo")
	# 实现类并没有实现bar方法

> c = Concrete()
Traceback (most recent call last):
 File "<pyshell#357>", line 1, in <module>
  c = Concrete()
TypeError: Can't instantiate abstract class Concrete with abstract methods bar

可以看到,在使用Concrete构造方法的时候,就立即抛出TypeError了。

0x04 使用namedtuple的好处

关于namedtuple的用法在前面的文章《如何在Python中表示一个对象》 也有提到。

简单的说namedtuple是一个可以命名的tuple,他是对tuple的扩展,它有跟tuple一样不可变的属性。

对于一些数据类的定义,namedtuple使用起来非常方便

> from collections import namedtuple
> Point = namedtuple('Point','x y z')
> p = Point(1,3,5)
> p
Point(x=1, y=3, z=5)
> p.x
1
> p.y = 3.5
AttributeError: can't set attribute
# 可以看出通过namedtuple定义对象,就是一个class类型的
> type(p)
<class '__main__.Point'>

还可以使用它内部的一些工具方法,在实际的编码当中也是非常实用的。

# 转化为dict
> p._asdict()
OrderedDict([('x', 1), ('y', 3), ('z', 5)])
# 更新或替换某个属性值
> p._replace(x=111)
Point(x=111, y=3, z=5)
# 使用_make创建新对象
> Point._make([333,666,999])
Point(x=333, y=666, z=999)

0x05 类变量和实例变量

Python中对象的属性类型有实例变量和类变量。

类变量是属于类的,它存储在“类的内存空间”里,并能够被它的各个实例对象共享。而实例变量是属于某个特定实例的,它不在“类的内存空间”中,它是独立于各个实例存在的。

> class Cat:
	num_legs = 4
	
> class Cat:
	num_legs = 4
	def __init__(self,name):
		self.name = name

> tom = Cat('tom')
> jack = Cat('jack')
> tom.name,jack.name
('tom', 'jack')
> tom.num_legs,jack.num_legs
(4, 4)
> Cat.num_legs
4

这里定义了一个猫类,它有一个实例变量name,还有一个类变量num_legs,这个是各个实例共享的。

如果对类变量进行,那么其它实例也会同步修改。而对某个实例对修改,并不会影响都类变量。

> Cat.num_legs = 6
> tom.num_legs,jack.num_legs
(6, 6)
> tom.num_legs = 2
> tom.num_legs,jack.num_legs
(2, 6)
> Cat.num_legs
6

tom.num_legs = 2这个语句都作用其实对tom这个实例增加了一个属性,只不过这个属性名称跟类属性的名称是一致的。

0x06 实例方法、类方法和静态方法

为了更好区分,我们还是来看代码

> class MyClass:
	def method(self):
		print(f"instance method at {self}" )
	@classmethod
	def classmethod(cls):
		print(f'classmethod at {cls}')
	@staticmethod
	def staticmethod():
		print('staticmethod')

		
> mc = MyClass()
> mc.method
<bound method MyClass.method of <__main__.MyClass object at 0x10c280b00
> mc.classmethod
<bound method MyClass.classmethod of <class '__main__.MyClass'
> mc.staticmethod
<function MyClass.staticmethod at 0x1090d4378>

可以看到在MyClass中分别定义实例方法(method)、类方法(classmethod)和静态方法(staticmethod)

在Python中一切都是对象,所以我打印来一下各个方法的__repr__输出。

对于实例方法method是绑定在MyClass的具体实现对象中的,而类方法classmethod是绑定在MyClass中的,而静态方法staticmethod既不绑定在实例里,也不绑定在类中,它就是一个function对象实例方法的调用,需要传递一个实例对象到实例方法中,以下两种方法的调用是等价的。

> mc.method()
instance method at <__main__.MyClass object at 0x10910ada0>
> MyClass.method(mc)
instance method at <__main__.MyClass object at 0x10910ada0>

类方法的调用和静态方法的调用都是使用ClassName.methodName()的方式。

> MyClass.classmethod()
classmethod at <class '__main__.MyClass'>
> MyClass.staticmethod()
staticmethod

类方法和静态方法有什么区别呢?

  • 首先在前面可以看到类方法和静态方法的对象是不一样的,一个是bound method,一个是function。
  • 其次类方法可以访问到类对象MyClass,而静态方法不能。
  • 最后静态方法其实跟一个普通的function对象一样,只不过它是属于类命名空间的。

0x07 总结一下

本文主要对Python中一些常见的面向对象的相关的一些特性进行了说明。包括对象的比较、输出、拷贝等操作,以及推荐使用namedtuple定义数据类。最后对类变量和实例变量以及类方法、实例方法和静态方法的不同作了分析。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。

华山资源网 Design By www.eoogi.com
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
华山资源网 Design By www.eoogi.com